論文の概要: Blind Equalization and Channel Estimation in Coherent Optical
Communications Using Variational Autoencoders
- arxiv url: http://arxiv.org/abs/2204.11776v1
- Date: Mon, 25 Apr 2022 16:46:03 GMT
- ステータス: 処理完了
- システム内更新日: 2022-04-26 15:53:27.817780
- Title: Blind Equalization and Channel Estimation in Coherent Optical
Communications Using Variational Autoencoders
- Title(参考訳): 変分オートエンコーダを用いたコヒーレント光通信におけるブラインド等化とチャネル推定
- Authors: Vincent Lauinger, Fred Buchali, Laurent Schmalen
- Abstract要約: 光通信におけるキャリア回復のための変分推論に基づく適応型ブラインド等化器の可能性について検討する。
変分オートエンコーダ(VAE)等化器の概念を高次変調形式に一般化する。
- 参考スコア(独自算出の注目度): 1.7188280334580193
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We investigate the potential of adaptive blind equalizers based on
variational inference for carrier recovery in optical communications. These
equalizers are based on a low-complexity approximation of maximum likelihood
channel estimation. We generalize the concept of variational autoencoder (VAE)
equalizers to higher order modulation formats encompassing probabilistic
constellation shaping (PCS), ubiquitous in optical communications, oversampling
at the receiver, and dual-polarization transmission. Besides black-box
equalizers based on convolutional neural networks, we propose a model-based
equalizer based on a linear butterfly filter and train the filter coefficients
using the variational inference paradigm. As a byproduct, the VAE also provides
a reliable channel estimation. We analyze the VAE in terms of performance and
flexibility over a classical additive white Gaussian noise (AWGN) channel with
inter-symbol interference (ISI) and over a dispersive linear optical
dual-polarization channel. We show that it can extend the application range of
blind adaptive equalizers by outperforming the state-of-the-art
constant-modulus algorithm (CMA) for PCS for both fixed but also time-varying
channels. The evaluation is accompanied with a hyperparameter analysis.
- Abstract(参考訳): 光通信におけるキャリア回復のための変分推論に基づく適応型ブラインド等化器の可能性を検討する。
これらの等化器は、最大度チャネル推定の低複素近似に基づいている。
本稿では、変分オートエンコーダ(vae)イコライザの概念を、確率的コンステレーションシェーピング(pcs)を包含する高次変調フォーマット、光通信におけるユビキタス、受信機でのオーバーサンプリング、デュアルポーラライズ伝送に一般化する。
畳み込みニューラルネットワークに基づくブラックボックス等化器の他に,線形バタフライフィルタに基づくモデルベース等化器を提案し,変動推論パラダイムを用いてフィルタ係数を訓練する。
副産物として、VAEは信頼性の高いチャネル推定も提供する。
我々は,古典的な付加的な白色ガウス雑音(AWGN)チャネルとシンボル間干渉(ISI)チャネル,分散線形光双極化チャネルの性能と柔軟性について解析する。
固定チャネルと時間変化チャネルの両方に対して、PCSの最先端の定数変調アルゴリズム(CMA)より優れた性能を発揮できることを示す。
評価にはハイパーパラメータ解析が伴う。
関連論文リスト
- Unsupervised Harmonic Parameter Estimation Using Differentiable DSP and
Spectral Optimal Transport [0.0]
スペクトルエネルギーの変位を最小限に抑える最適輸送理論に着想を得たスペクトル損失関数を提案する。
我々は、調和信号に調和テンプレートを適合させる教師なしの自動符号化タスクを通じて、このアプローチを検証する。
我々は、軽量エンコーダを用いてハーモニックの基本周波数と振幅を共同で推定し、微分可能なハーモニックシンセサイザーを用いて信号を再構成する。
論文 参考訳(メタデータ) (2023-12-22T08:10:30Z) - Model-based Deep Learning Receiver Design for Rate-Splitting Multiple
Access [65.21117658030235]
本研究では,モデルベース深層学習(MBDL)に基づく実用的なRSMA受信機の設計を提案する。
MBDL受信機は、符号なしシンボル誤り率(SER)、リンクレベルシミュレーション(LLS)によるスループット性能、平均トレーニングオーバーヘッドの観点から評価される。
その結果,MBDLはCSIRが不完全なSIC受信機よりも優れていた。
論文 参考訳(メタデータ) (2022-05-02T12:23:55Z) - A neural network-supported two-stage algorithm for lightweight
dereverberation on hearing devices [13.49645012479288]
本稿では,2段階の軽量オンライン補聴器のオンライン補聴アルゴリズムについて述べる。
このアプローチは、マルチチャネルのマルチフレーム線形フィルタとシングルチャネルのシングルフレームポストフィルタを組み合わせる。
どちらのコンポーネントも、ディープニューラルネットワーク(DNN)によって提供されるパワースペクトル密度(PSD)の推定に依存している。
論文 参考訳(メタデータ) (2022-04-06T11:08:28Z) - SpecGrad: Diffusion Probabilistic Model based Neural Vocoder with
Adaptive Noise Spectral Shaping [51.698273019061645]
SpecGradは拡散雑音に適応し、その時間変化スペクトル包絡が条件付き対数メル分光器に近づく。
時間周波数領域で処理され、計算コストは従来のDDPMベースのニューラルボコーダとほぼ同じである。
論文 参考訳(メタデータ) (2022-03-31T02:08:27Z) - Reinforcement-learning calibration of coherent-state receivers on
variable-loss optical channels [0.0]
可変透過率を有する量子光チャネル上で伝送される光コヒーレント状態に対する量子受信機の校正問題について検討する。
チャネル透過率分布について,ケネディやドリナーなどのレガシ適応受信機の誤差確率を平均で最適化する。
論文 参考訳(メタデータ) (2022-03-18T09:12:19Z) - Waveform Learning for Next-Generation Wireless Communication Systems [16.26230847183709]
本稿では,送信受信フィルタ,星座形状,それに付随するビットラベリング,およびニューラルネットワーク(NN)ベースの検出器の結合設計のための学習に基づく手法を提案する。
この方法は、隣接するチャネルリーク比(ACLR)とピーク・ツー・アベイジ・パワー比(PAPR)の制約を同時に満たしつつ、達成可能な情報レートを最大化する。
論文 参考訳(メタデータ) (2021-09-02T14:51:16Z) - Variational Autoencoders: A Harmonic Perspective [79.49579654743341]
本研究では,高調波解析の観点から変分オートエンコーダ(VAE)について検討する。
VAEのエンコーダ分散は、VAEエンコーダとデコーダニューラルネットワークによってパラメータ化された関数の周波数内容を制御する。
論文 参考訳(メタデータ) (2021-05-31T10:39:25Z) - Model-Driven Deep Learning Based Channel Estimation and Feedback for
Millimeter-Wave Massive Hybrid MIMO Systems [61.78590389147475]
本稿では,ミリ波(mmWave)システムのモデル駆動深層学習(MDDL)に基づくチャネル推定とフィードバック方式を提案する。
無線周波数(RF)鎖の限られた数から高次元チャネルを推定するためのアップリンクパイロットオーバーヘッドを低減するために,位相シフトネットワークとチャネル推定器を自動エンコーダとして共同で訓練することを提案する。
MDDLに基づくチャネル推定とフィードバック方式は,最先端の手法よりも優れていることを示す。
論文 参考訳(メタデータ) (2021-04-22T13:34:53Z) - Distributional Reinforcement Learning for mmWave Communications with
Intelligent Reflectors on a UAV [119.97450366894718]
無人航空機(UAV)搭載のインテリジェントリフレクタ(IR)を用いた新しい通信フレームワークを提案する。
ダウンリンク和率を最大化するために、最適プリコーディング行列(基地局)と反射係数(IR)を共同で導出する。
論文 参考訳(メタデータ) (2020-11-03T16:50:37Z) - Millimeter Wave Communications with an Intelligent Reflector:
Performance Optimization and Distributional Reinforcement Learning [119.97450366894718]
ミリ波基地局のダウンリンクマルチユーザ通信を最適化するための新しいフレームワークを提案する。
チャネル状態情報(CSI)をリアルタイムで計測するために,チャネル推定手法を開発した。
最適赤外反射を学習し、ダウンリンク能力の期待を最大化するために、分布強化学習(DRL)手法を提案する。
論文 参考訳(メタデータ) (2020-02-24T22:18:54Z) - Machine Learning Based Channel Modeling for Vehicular Visible Light
Communication [7.716156977428555]
現在の光無線通信(OWC)の伝搬チャネル特性は、VVLC(Vehicular Visible Light Communication)システムの設計と性能解析において重要な役割を果たしている。
決定論的合成および移動誘導法に基づく現在のOWCチャネルモデルでは、チャネル特性に対する環境光、光乱流、路面反射の影響に対処できない。
環境光, 光乱流, 路面反射効果および車間距離, 形状を考慮した機械学習手法を提案し, 正確なVVLCチャネル損失とチャネル周波数応答(CFR)を求める。
論文 参考訳(メタデータ) (2020-02-03T12:38:57Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。